کاربردهای داده ها با حجم بالا ، چالش ها ، تکنیک ها و تکنولوژی های آن

این درست است که داده های حجیم مورد توجه خاص محققان در علوم اطلاعات، سیاست و تصمیم گیری دولت ها بزرگ شده است و سرعت رشد اطلاعات بیشتر از قانون مور در ابتدای قرن جدید می باشد و داده های بیش از اندازه برای انسان مشکلات زیادی ساخته است. به هر حال داده های بسیار مفید و بالقوه ای در حجم عظیمی از داده ها پنهان است. یک شاخه علمی جدید به وجود آمد به نام کشف علمی داده های فشرده Data Intensive Scientific Discovery (DISD) که همچنین به عنوان مشکلات داده های حجیم شناخته شده است. تعداد زیادی از زمینه ها و بخش ها اعم از فعالیت های اقتصادی و کسب و کار دولت ها از امنیت ملی گرفته تا تحقیقات علمی در سال های اخیر با مشکلات داده های حجیم روبروست. از یک طرف داده های حجیم دارای ارزش زیادی در تولید بهره وری در کسب و کار پیشرفت در رشته های علمی که به ما فرصت پیشرفت های بزرگ در بسیاری از زمینه ها را می دهد. شکی نیست که در آینده مسابقه ای است در بهره وری و کسب وکار تکنولوژی که مسلماً هم جهت شناسایی داده های حجیم خواهد بود. از سوی دیگر داده های حجیم اغلب با چالش های فراوان از قبیل مشکلات در ضبط داده ها، ذخیره سازی داده ها، تجزیه و تحلیل داده ها و تجسم داده ها روبروست. هدف این مقاله نشان دادن یک دیدگاه است از داده های حجیم که شامل برنامه های کاربردی داده های حجیم، فرصت ها و چالش های داده ها ی حجیم، همچنین جدیدترین تکنیک ها و تکنولوژی هایی که ما امروزه با آن مواجه هستیم. ما اغلب بحث های زیادی در روش رسیدگی به سیل داده برای مثال در محاسبات دانه دانه، محاسبات ابری، محاسبات زیستی و محاسبات کوانتومی داریم.

کلیدواژه ها:

داده های حجیم ، محاسبات داده های فشرده ، علم الکترونیکی ، پردازش موازی ، رایانش ابری